城市轨道交通智慧安检发展趋势

付保明，梁 君，张 宁，朱 铭，宋 晓

（1.苏州市轨道交通集团有限公司，江苏苏州 215006;2.东南大学智能运输系统研究中心轨道交通研究所，南京 210018）

1 安检的目标及问题

轨道交通快速发展，线网运营规模持续扩大，城市轨道交通安全运行面临严峻挑战，安全保障压力不断增加。安全检查是规避个人极端犯罪，保障轨道交通安全运营，保护乘客人身安全的重要手段[1]，但其延长了乘客进站时间、限制了乘客进站体验，且地铁站内乘客人员复杂、密度高、无序流动，一旦发生突发安全事故将引发严重的经济损失及大面积的社会恐慌。2020年3月，中国城市轨道交通协会制定发布的《中国城市轨道交通智慧城轨发展纲要》指出建立智能安检（防）系统，研究与城轨交通客流相适应的智慧安检，探索票检、安检合一的新模式[2]。

在智慧城轨发展趋势下，安检系统在安检效率、管理信息化、数据挖掘、人才培养、减少运营成本等方面尚存在明显的不足[3-4]。同时，受制于建设及运营模式、信息化发展水平等差异，各地对安检的认知不同，影响了安检系统的可持续发展。

因此，根据城市轨道交通智慧安检的发展需求，结合国内城轨安检的发展现状，总结归纳新形势下安检系统的技术发展趋势，对未来智慧安检的健康发展有重要的指导意义。

2 智慧安检需求

随着物联网、大数据及人工智能技术的快速发展及应用，安检系统已进入信息化、智能化快速发展期，主要表现为以下方面。

1）业务管理信息化。利用计算机网络技术，实现车站安检设备集成化管理，包括设备状态在线监控、安检数据统计与可视化分析、安检人员考勤信息化等功能，提高设备的信息化管理水平；基于物联网等技术，实现安检各流程的信息化关联处置，即安检判图、开包检查、违禁品确认与处置等过程均由系统记录，确保安检事件的闭环处理及全程可追溯，提升安检业务处置水平，为安检信息化、智能化发展奠定基础。

2）提升判图精度及效率。基于人工智能、大数据等技术，实现安检设备自主化判图，减少乘客包裹、判图员等因素的干扰，弥补人工判图存在的误判、漏判等问题，缩短判图时间，缓解安检人员工作压力，改善乘客安检体验。

3）优化安检流程。基于大数据、生物识别等技术，在满足“人物同检、逢包必检”等安检要求的同时，对乘客进行分类安检，优化安检流程、缩短安检时间，提高乘客通行效率。此外，整合安检与票检，进一步简化进站流程，实现乘客无感乘车，解决安全防控与通行效率的矛盾。

4）运营成本控制。基于人工智能、云计算等技术，实现安检人员集中办公，优化安检人员配置，改善安检人员工作环境，进而培养职业化的安检队伍，提升人员业务水平，降低运营成本。

3 安检发展趋势

根据智慧安检发展需求，充分调研国内安检技术发展现状，可知安检技术发展趋势包含以下几个方面：安检信息系统、智能化判图、信用安检、安检与票检合一、安检互信。

3.1 安检信息系统

通过搭建线网安检信息平台，将安检机等车站终端设备统一纳入系统管理，打破安检信息孤岛现状[5]。通过对安检数据结构化、标准化处理，安检信息平台实时监管并存储各线路终端设备状态信息、违禁品报警信息，并对安检全流程处置数据进行90天集中存储，形成全局视图和可视化报表，建立轨道交通安检大数据库，为管理层决策提供鲜活、真实、有效的数据支撑。

当前，上海、长沙、苏州等地已落地安检信息平台，实现了安检设备状态、安检数据及安检员考勤的系统化、信息化管理。

3.2 智能化判图

3.2.1 AI智能判图

AI智能判图是指利用基于深度学习的人工神经网络模型[6]，通过对X光安检图像进行特征提取、特征融合等分析处理，实现对危险液体、管制刀具和枪支器械等违禁品的智能识别与自动实时报警，其处理流程如图1所示。

图1 AI智能判图处理流程Fig.1 Processing flow of AI-based intelligent image judgment

由图1可知，AI智能判图的识别效果取决于3个因素：适用的深度学习神经网络、海量的具有多样性的带有违禁品的X光安检图像训练库以及安检机自身的X光成像质量。与传统人工判图相比，AI智能判图具有效率高、识别精度高、识别能力强、抗干扰能力强及识别类别丰富等优势。

当前，AI智能判图的违禁品检出率已达到95%以上，并在苏州、西安、广州等地得到了应用。在AI智能判图辅助下，安检判图员只需做少量判读工作，大幅减轻其工作强度和压力，提高安检设备危险物品自动识别能力，在提高安检效率的同时有效地降低了漏判危险品的风险。

但是，受制于既有车站安检的相关规定，AI智能判图暂不能完全取代判图员。同时，国内外尚无针对X光安检图像进行智能判图的标准数据集，也没有相关标准、测试方法、规范或指南，这在一定程度上限制了AI智能判图技术的推广，仍需要广大学者及机构进行深入的研究，并由国家有关机关和行业协会制定相应的标准及规范。

3.2.2 集中判图

集中判图是指在AI智能判图辅助的基础上，采用实时传输、负载均衡以及人工智能等技术，改变本地判图模式，打破物理空间对安检判图任务的桎梏，动态调整系统内各安检点的判图任务与判图人员的匹配关系，赋予判图员处置安检点判图任务的能力，实现跨地域安检资源共享[7]。负载均衡动态分发技术是集中判图的关键，其原理如图2所示。

图2 判图任务动态分发原理Fig.2 Dynamic distribution principles of image judgment tasks

由图2可知，集中判图平台实时获取车站X光安检图像，通过预处理，对X光机图片序列化，基于灰度检测识别包裹和定长分割相结合的算法，获取判图任务单元；然后基于多种加权因子的加权轮询法、随机法，将判图任务动态发送给最合适的判图员。车站现场首先利用AI智能判图对包裹进行初步判定，若判定含有危险品，直接进入人工复检；判图中心判图员结合AI智能判图对图像进行处理，并将处理结果反馈给车站现场，由现场安检员进行开包检查及处置结果录入，实现安检信息的闭环处理，具体流程如图3所示。

图3 集中判图业务流程Fig.3 Service process of centralized image judgment

由图3可知，集中判图模式取消了现场判图员，判图员集中办公，判图任务随机、均衡分配，解决了判图员闲忙不一的问题，从而优化了判图员的配置，推进安检员的职业化进程。同时，通过现场及判图平台二次判图，进一步提高安检精度。根据判图中心规模，可将其分为线网级判图中心、线路级判图中心及区域级判图中心。依据车站客流规模及时空分布特征，兼顾资源利用率与管理难度，选取适宜的集中判图模式。广州、西安等地已试点集中判图，其中西安5号线采用4～5个站为一个区域判图中心，其安检员优化率达到40%，取得了良好的效果。

集中判图是利用AI智能判图等技术，对既有车站安检模式的突破。随着AI智能判图准确率的提升、各种标准规范的完善以及安检思维的转变，AI智能判图最终将取代安检判图员，大幅降低车站安检人员配置。

3.3 信用安检

信用安检是指基于乘客信用体系及人脸识别技术，对乘客实施分类、分级的差异化安检[8]。随着“互联网+”在轨道交通乘客出行服务中的推广应用，乘客对实名乘车的接受度亦逐步提升，运营部门积累了海量的乘客出行数据，已初步具备信用安检的实施条件。

3.3.1 信用体系构建

乘客出行信用体系是信用安检实施的基础。当前，银行、部分互联网企业等均根据自身业务特点，构建用户信用体系，并为用户提供免押金、后付费等各类信用服务。根据身份特质、公安标签、行为特征、出行偏好、履约能力等指标，利用决策树、神经网络等数据模型，构建与轨道交通乘客出行业务相匹配的信用体系，完成乘客安全信用分级，形成不同信用等级并对乘客的权限赋予管理机制。

3.3.2 差异化安检

采用人脸识别等技术，形成一套地铁安检场景下乘客低配合条件下的乘客身份精准识别系统。对于信用等级较高的常通勤旅客，利用信用安检通道快速进站，简化其进站安检流程甚至免予安检；对于信用等级一般或者未实名乘客，通过普通安检通道进行常规安检；对于信用等级较低人群，在安检过程中，应予以重点关注，并及时与公安进行信息联动，确保运营安全。

由于免检乘客亦有可能携带危险品，必须采用抽检等措施对免检乘客进行不定期、随机检查。对于违规的乘客，降低其信用等级，从而确保免检乘客的安全性。

3.4 安检与票检合一

安检与票检合一，是指在信用安检的基础上，建立安检、票检快捷通道，设计安检票务一体化设备，简化乘进站流程，实现“安检+票检”一体化[9]。在高峰期大客流情况下，该模式不仅能对大客流进行分流，解决大客流与安检瓶颈的冲突，而且能够缩短乘客进站时间，提高客运服务水平。

目前，国内一线城市已逐步开展票检安检一体化方案的应用研究。上海地铁在部分站点试点“安检、票检快捷通道”进站措施，乘客可持METRO大都会App 通过“安检、票检快捷通道”刷码进站乘车；武汉地铁开展试点研究，通过大数据采集将乘客按白、灰、黑名单进行分级，完成人脸采集的白名单乘客可通过“安检、票检快捷通道”，灰、黑名单乘客仍采用传统的安检方式。此外，郑州、西安等城市已经在进行依据人脸识别的安检票检一体化实践。

但是，乘客差异化安检模式和“安检+票务”一体化的进站新模式仍处于新兴阶段，相关技术手段的研究还非常有限。

3.5 安检互信

安检互信是指乘客在城市轨道交通与市域铁路、城际铁路及国铁间换乘时，无需进行二次安检，直接进站[10]。根据都市圈“四网融合”发展要求，城市轨道交通与市域铁路、城际铁路及国铁间实施无障碍换乘是行业发展的必然结果。安检互信是实施无障碍换乘的重要前提。

受制于城市轨道交通非实名安检的乘车现状，当前南京、苏州等地已实现单向安检信任，即乘客可从国铁换乘至城市轨道交通，直接进行票检。随着城市轨道交通信用安检的推广与普及，安检互信的限制条件将消除，为四网间无障碍换乘奠定基础。

4 结语

随着城市轨道交通的快速发展以及大数据、人工智能、云计算等技术在安检行业的应用，制约乘客服务质量的关键瓶颈将被突破。安检信息系统、AI智能判图、集中判图、信用安检等应用将有效解决安检信息化水平低、人工判图精度及效率不足、运营成本高、乘客进站/换乘流程复杂且时间长等问题，有效缓解进站客流与安检能力不匹配的矛盾，实现“快速安检、快速通行”的目标，为智慧乘客服务体系的建设提供较大的研究和应用价值，有利于城市轨道交通安检的可持续性发展。